day 13 - Q&A session (again)

السلام عليكم ورحمة الله... معاكم Kaito :)

مرحبا بيكم فالنهار 13 ديال سلسلة 30 يوم من التعلم الآلي..

هاد اليامات شفنا بزاف ديال algorithms

وشفنا كيفاش كيخدمو

اليوم غنديرو عوتاني واحد pause

باش نجاوب على الاسئلة اللي جاوني فالمايل وحتى فالانستا

واللي حتا نتوما غتكونو سولتو راسكم قبل

س1:

انا عاد تسجلت وموصلونيش الايمايلات القدام فين نلقاهم؟

ج:

هاد السؤال ديجا جاوبت عليه شحال من مرة

غتلقا الايمايلات كاملين فهاد الليان هنايا => Link

س2:

ايمتا الريلز الله يرحم الوالدين؟

ج:

راني بديت كنصور فيهم و راه غيتلاحو ان شاء الله

مع نساليو هاد الحريرة ديال الكتابة

حيت راه كل نهار كنكتب.. يلاه لقيت هاد الايام شي اوقات باش نصور

لذلك وجدو لأحسن كونتنت غتشوفو فانستا وتيكتوك ان شاء الله

س3:

بالنسبة ل outliers إذا لقيناهم واش كنمسحوهم نهائيا من dataset ديالنا؟

ج:

ماشي ديما

حذف الoutliers او الحالات الشاذة من الداتاسيت ديالك كيبقا حل

ولمن ديما على حسب السياق و طبيعة ديال الداتا ديالك

ايلا كنتي متأكدة بلي هاد outliers هما عبارة على خطأ فالادخال

او خطا فالحساب

اولا لا علاقة ليهم بالداتا ديالك گاع..

مسحيه

ولكن خص تردي البال حيت تقدر تكون ديك الداتا مهمة وعندها قيمة بصح،

مثلا ايلا بان ليك outliers عندهم علاقة مع feature تقدري تمسحي دكشي ويمشي ليك pattern مهم كنتي غتستعمليه

كاين حل اخر..

تقدري بلاصة متمسحيه تحوليه ل mean اولا median اولا mode ديال الداتا

هاد اللعيبة كتسمى imputation

عوتاني تقدر تدير واحد البلان سميتو capping

وهو انه ايلا عندك outliers اللي القيمة ديالهم كبيرة بزاف

مثلا الداتا العادية عندك قيم ما بين 0 و 100

و دوك outliers عندك فيهم 1000 او 10000

كترجعهم مثلا ل 100

ميفوتوش داك المجال الاقصى

وكاينين طرق اخرى رياضية باش تعامل مع ال outliers

ولكن كتبقى اهم حاجة

هي تفهم علاش عندك بعدا outliers فالداتا ديالك

عاد تشوف كيفاش تعامل معاهم

حيث بعض المرات يقدو يكونو مهميين ومفيدين

وكيعطيوك معلومات غتعاونك فالدراسة ديال الداتا ديالك..

Feature-engineering--The-Art-of-Feature-Engineering-in-Predictive-Modeling--Dealing-with-Outliers.webp (1350×759)

س4:

مفهمتش واحد القضية..

دبا نورمالمون حنا كنختارو فلول واش نخدمو ب linear regression اولا ب logistic regression,

و انا على حساب شنو فهمت الاختيار غيكون على حساب الداتا (واش عندها اه/لا يعني الاصناف، اولا بزاف ديال المتغيرات variables ).

واش مكانش يمكن نخدمو غير ب linear regression بحال ايلا ديك اه لا نعتابروهوم غير متغيرين مختلفين؟

ج:

عندك الحق ملي قلتي بلي الاختيار ديال اللي غديري كيكون على حساب الداتا اللي عندك

ف كنا درنا مثال ديال توقع ثمن الديور

الثمن هو عبارة على واحد القيمة مستمرة

يعني كتبدل من 0 حتال مالانهاية

ف عندنا متغيرات مصنفة Categorical Variable

وهوما قيم ماشي مستمرة ولكن ثابتة ( عندي 1 - 0 يعني نعم او لا)

هاد النوع كيتسمى binary classification

او كيصلاح ليهم logistic regression بزاف

نقدو نطبقو linear regression هنايا

ولكن غادي يصدقو عندنا شي توقعات كبر من 1 وصغر من 0

وهوما دوك السطورا اللي كانو خارجين فداك الخط لي كاين هنايا

ايلا كنتي مزال عاقل

اذن غنطبقو logistic regression فهاد البلان

ولكن اكرر.. كلشي على الداتا

وراه شفنا غير بعينينا داك النهار بلي ميمكنش تكون linear

حيت داك الخط ماغاديش يقد يوصل ل دوك النقط كاملين

هادا هو البلان

الايمايل ديال اليوم كان قصير..

هدشي اللي عطا الله

اللي عندو شي سؤال مراحب والله.. راه كنجاوب العالم كامل فالمايل

مبقا قد ما فات..

قريب ندويو على ChatGPT

وقريب تشوفو العجب فهاد العالم الهربان..

نتلاقاو فايمايل اخر غدا!

كنتمنى تكونو استافدتو.. ايلا عندكم شي تساؤل اولا مشرحتش شي حاجة مزيان، غير صيفط ليا رد فهاد المايل نيت..

— Kaito

ملاحظات:

ايلا عاجبك هدشي وقادر باش تساند هاد newsletter بدعم مادي
دخل لهنا: https://ko-fi.com/callmekaito
شكرا (:

rest-9a9e6b30329429d1385775297f1ac9d1-a5esznpy.jpg (1200×600)